阿里发布Qwen Image 2.1：7B参数开源模型挑战封闭巨头

阿里巴巴云近日发布了轻量级图像生成模型 Qwen Image 2.1。这款开源模型参数规模仅为 7B，设计旨在兼容包括 RTX 3090 在内的旧款消费级显卡。尽管体量精简，开发团队声称其性能超越了许多封闭式模型，其中包括 Google 的 Nano Banana 2.0。

早期测试报告显示该模型具备较强的图像生成能力，但更全面的评估仍在进行中。值得注意的是，Qwen Image 2.1 的授权协议较前代版本有所收紧，明确禁止商业转售，用户需直接获取单独许可证方可用于商业用途。

性能对标：小参数挑战大模型

Qwen Image 2.1 引入了多项新功能以提升实用性。它支持原生透明度输出，允许生成透明背景图像，便于艺术家将 AI 生成的元素融入其他创作中。此外，模型增强了图像编辑功能，支持最多使用 10 个参考图像。例如，用户可提供人物原图及服装图片，模型能合成穿着指定服装的人物形象，同时保持人物特征和产品细节的一致性。

在架构效率方面，Qwen Image 2.1 的视觉生成组件仅包含 7B 参数，使其成为目前最精简的主流模型之一。在第一方基准测试中，仅有美团开发的 LongCat-Image（60 亿参数）比其更小，而大多数其他模型的参数量是其数倍或为封闭权重。

开发者宣称该模型可与大型封闭模型竞争。在内部 Qwen 图像基准测试中，Qwen Image 2.1 得分为 60.2。相比之下，OpenAI 的 GPT Image 2.5 Sunburst 得分为 67，Muse Image 为 62.34，Google 的 Nano Banana 2.0 为 59.82。

然而，在 AI Arena 的初步测试中，结果略有不同。Qwen Image 2.1 获得 1228 分，低于 Nano Banana 2 的 1260 分，GPT 65 Sunburst 则以 1423 分居首。但在图像编辑领域，AI Arena 数据显示 Qwen Image 2.1 以 1367 分位居开源模型榜首，总排名第 16，仅落后于排名第 15 的 GPT-Image-1.5-high-fidelity 3 分。

鉴于专有模型的参数规模未知，目前尚无法完全证实或反驳 Qwen 团队的对比结论，仍需更多独立测试验证。

本地硬件运行表现

早期用户反馈显示，Qwen Image 2.1 在多种消费级硬件上均能良好运行。GenAI Showdown 网站开发者 Vunderba 表示，在 RTX 4090 显卡上，该模型可在约五秒内完成 1MP 图像的转换。

在 Stable Diffusion 社区，用户 cgs019283 指出，在现代 Nvidia 50 系列显卡（如 RTX 5070 和 5080）上，生成 1MP 图像耗时约 25 秒。当涉及大量参考图像的编辑任务时，处理速度相对较慢。

部分用户尝试在更旧的硬件上运行。有报告称，使用 Nvidia RTX 3060 搭配 64GB 内存，可在约 50 秒内生成 2K 分辨率图像。而在配备 RTX 6000 Pro 的高配工作站上，生成 1024×1024 图像仅需几秒钟。

与依赖云端的 Google Nano Banana 或 OpenAI GPT Image 相比，Qwen Image 2.1 为追求快速、高质量且希望完全掌控数据、无需订阅服务的本地用户提供了有力替代方案。

授权条款争议

Qwen Image 2.1 的许可协议引发社区关注。根据条款，用户被授予非独家、全球、不可转让且免版税的有限许可，仅限用于非商业目的的材料使用、复制、分发及创建衍生作品。任何商业用途均需从 Qwen 团队获取专门许可证。

针对社区疑问，Qwen 团队在 Twitter/X 上发表声明澄清：“模型输出不属于许可材料的一部分，用户保留对图像及其他生成内容的权利。”

这一解释意味着，虽然生成内容归用户所有，但模型本身未经阿里巴巴许可不得转售。这与最初采用 Apache 协议的 Qwen Image 版本存在显著差异，引发了关于“开放权重”定义边界的讨论。

对于大多数个人用户而言，这一限制影响有限。他们仍可在本地硬件上运行该模型并生成高质量图像。鉴于其轻量化设计与强劲性能，封闭式模型开发商如何应对此类竞争将成为业界关注焦点。